提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

美国2022年12月零售销售额环比下降1.1% 低于市场预期******

　　中新社华盛顿1月18日电 (记者 沙晗汀)美国商务部当地时间18日公布数据显示，美国2022年12月零售销售额环比下降1.1%，低于市场普遍预期。

　　数据显示，美国2022年12月零售销售额环比下降1.1%，同比增加6%。环比1.1%的降幅为2022年月度最大降幅。

　　具体来看，汽车和零部件销售额环比下降1.2%；汽油销售额下降4.6%；电子产品和家用电器销售额下降1.1%；家具和家居类产品销售额下降2.5%；线上销售下降1.1%；食品和饮料销售额与上月持平；超市销售额上涨0.1%。

　　美国全国零售协会(National Retail Federation)当天公布数据显示，美国11月和12月节日季零售销售额同比仅增长5.3%，低于6%至8%的预期。2021年同期销售额同比增长13.5%。

　　分析认为，高通胀、高物价、高借贷成本是导致12月零售销售额下降的主要原因。在未来几个月，预计消费者将更具有选择性地消费。《华尔街日报》对经济学家调查结果显示，专家普遍认为，如果美联储继续加息，2023年美国经济将进入衰退。

　　为应对通胀，美联储2022年七次加息。去年12月，美联储将联邦基金利率目标区间上调50个基点到4.25%至4.5%的水平。

　　根据美国劳工部1月12日数据，美国2022年12月消费者价格指数(CPI)同比上涨6.5%，增幅已经连续六个月出现下降。美媒预计，随着通胀“降温”，在今年2月1日结束的议息会上，美联储可能放缓加息幅度。(完)